Documenting First Nations Access to COVID Vaccines: A whole-population linked administrative data study.
Notice bibliographique
Résumé
ObjectivesFirst Nations (FN) organizations worked with public health and governments to improve FN access to COVID-19 vaccines by prioritizing FN communities in vaccination initiatives. FN researchers and data scientists partnered to test whether these efforts were associated with increased access to COVID-19 vaccines among FN compared with all other Manitobans. ApproachThis retrospective cohort study linked whole-population administrative data from (i) the First Nations research file, (ii) COVID testing and vaccination data, and (iii) health and social services for sociodemographic data and information on potential confounders. Several public health policies were created to improve access to COVID vaccines among FN; we tested whether FN received their 1st and 2nd vaccines sooner than all other Manitobans (AOM) using restricted mean survival time models. We adjusted for sociodemographic characteristics, comorbidities, and whether FN lived on- or off-reserve. We conducted sex-specific and effect modification analyses to test whether associations differed by sex. ResultsPrioritizing FN to receive vaccines was associated with increased vaccine uptake compared with AOM. After adjusting for various confounders, FN received their first dose 15.5 (95% CI 14.9 – 16.0) days sooner than AOM and their second dose 13.9 (13.3 – 14.5) days sooner than AOM. Sex-stratified and subsequent effect modification analyses using interaction terms, found that differences were greater for males than for females: FN males received their first dose 18.1 (17.3 – 18.8) days sooner than AOM males and FN females received their first dose 12.9 (12.2 – 13.7) days sooner than AOM females. This pattern held for second doses as well. FN with comorbidities also received vaccines sooner than AOM with similar comorbidity levels 20.9 days (23.1 – 18.8) among those with 3+ comorbidities. ConclusionPartnerships between public health entities and FN organizations that respect FN community sovereignty were instrumental in supporting FN health and well-being during COVID-19. Policies and programs that prioritized FN people for vaccines improved uptake saving lives. This partnership-based COVID-19 response can provide a framework for future public health efforts.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».